# rabbitmq：https://zhuanlan.zhihu.com/p/375157411 可靠性高
# Kafka:https://zhuanlan.zhihu.com/p/375578641 吞吐量
内容详细
1 Elasticsearch介绍
# Elasticsearch产生背景
-大规模数据的检索
-redis集群---》很多数据---》分片保存到不同节点上---》解决存储---》检索数据：速度
# es:应对如下问题
-1 大量数据存储---》只要机器硬盘够，就能存储
-2 数据安全性---》分片和副本保证几个节点挂了，数据也是完整的
-3 大数据量的检索---》倒排索引
-4 单点故障问题---->分片和副本,某个节点挂了，数据完整
# es是什么eElasticsearch 是一个基于Lucene的分布式搜索和分析引擎。
ES是elaticsearch简写， Elasticsearch是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。
Elasticsearch使用Java开发，在Apache许可条款下开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便
使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，使得全文检索变得简单
设计用途：用于分布式全文检索，通过HTTP使用JSON进行数据索引，速度快
# 名词解释
-Apache：
-Apache开源协议：开源标准，大家写了一些开源软件，贡献给它，它们有人负责给维护
-Kafka：顶级开源项目
-es
-echars：顶级开源项目
-tomcat
-spark
-Apache公司(基金会)：组织
-Apache服务器，跟nginx是一个东西
-Lucene
-java中的搜索引擎，但是只能给java用，比较复杂，需要懂搜索引擎的知识
-python想做搜索引擎-基于lucene，进行封装，做成web服务，提供restful接口，现在无论任何语言，只要发送http的resful请求，携带参数，就能完成搜素
# Lucene与Elasticsearch关系
1）Lucene只是一个库。想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。
2）Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单
# Elasticsearch vs solr
1）Solr是Apache Lucene项目的开源企业搜索平台。其主要功能包括全文检索、命中标示、分面搜索、动态聚类、数据库集成，以及富文本（如Word、PDF）的处理。
2）Solr是高度可扩展的，并提供了分布式搜索和索引复制。Solr是最流行的企业级搜索引擎，Solr4 还增加了NoSQL支持。
3）Solr是用Java编写、运行在Servlet容器（如 Apache Tomcat 或Jetty）的一个独立的全文搜索服务器。 Solr采用了 Lucene Java 搜索库为核心的全文索引和搜索，并具有类似REST的HTTP/XML和JSON的API。
4）Solr强大的外部配置功能使得无需进行Java编码，便可对 其进行调整以适应多种类型的应用程序。Solr有一个插件架构，以支持更多的高级定制
# solr 也是一个用java开发的企业级搜索引擎
# 传统企业喜欢用solr，互联网企业喜欢用es
# Elasticsearch 与 Solr 的比较总结
二者安装都很简单
Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能
Solr 支持更多格式的数据，而 Elasticsearch 仅支持json文件格式
Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多有第三方插件提供
Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 Elasticsearch
Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用
# Elasticsearch核心概念---》es架构
-Cluster：集群
ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群
-Node：节点
形成集群的每个服务器称为节点。
-Shard：分片
当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。
当你查询的索引分布在多个分片上时，ES会把查询发送给每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的
-Replia：副本
为提高查询吞吐量或实现高可用性，可以使用分片副本。
副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。
当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。
# 注意区分主从
-全文检索
全文检索就是对一篇文章进行索引，可以根据关键字搜索，类似于mysql里的like语句。
全文索引就是把内容根据词的意义进行分词，然后分别创建索引，例如”今日是周日我们出去玩” 可能会被分词成：“今天“，”周日“，“我们“，”出去玩“ 等token，这样当你搜索“周日” 或者 “出去玩” 都会把这句搜出来
# es和关系型数据库的比较
mysql es
数据库 索引
表 类型
建表语句 mapping(映射)建表
数据行 文档
字段 字段
增删查改 get，put，post，delete。。。。
# ELK---》不懂开发的运维---》不能扩展功能
ELK=elasticsearch+Logstash+kibana
elasticsearch：后台分布式存储以及全文检索
logstash: 日志加工、“搬运工”
kibana：数据可视化展示。
ELK架构为数据分布式存储、可视化查询和日志解析创建了一个功能强大的管理链。 三者相互配合，取长补短，共同完成分布式大数据处理工作
# ELK是Logstash、Elasticsearch、Kibana的集合。其中 ELasticsearch 负责日志分析和存储，Logstash负责日志收集，Kibana 负责界面展示。
EFK 是Elasticsearch，FileBeat，Kibana的集合。与ELK不同的是，FileBeat替代了Logstash，负责日志收集
Logstash 数据收集引擎。它支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置
Filebeat 轻量级数据收集引擎。基于原先 Logstash-fowarder 的源码改造出来。换句话说：Filebeat就是新版的 Logstash-fowarder，也会是 ELK Stack 在 shipper 端的第一选择
# Elasticsearch特点和优势
1）分布式实时文件存储，可将每一个字段存入索引，使其可以被检索到。
2）实时分析的分布式搜索引擎。
分布式：索引分拆成多个分片，每个分片可有零个或多个副本。集群中的每个数据节点都可承载一个或多个分片，并且协调和处理各种操作；
负载再平衡和路由在大多数情况下自动完成。
3）可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。也可以运行在单台PC上
4）支持插件机制，分词插件(中文分词)、同步插件、可视化插件(kibana)等
# 国内外优秀案例
github 2013年全部换成es作为搜索引擎
# 我们应用场景---》只要涉及到大数据量搜索，全文检索，都可以使用
# Elasticsearch索引到底能处理多大数据
单一索引的极限取决于存储索引的硬件、索引的设计、如何处理数据以及你为索引备份了多少副本。
通常来说，一个Lucene索引（也就是一个elasticsearch分片，一个es索引默认5个分片）不能处理多于21亿篇文档，或者多于2740亿的唯一词条。但达到这个极限之前，我们可能就没有足够的磁盘空间了！
当然，一个分片如何很大的话，读写性能将会变得非常差
2 Elasticsearch安装配置
# 用java写的---》java运行在jvm上
# 解释型语言：python，php，nodejs，javascrip
-源代码运行在解释器之上
-解释器可以有不同平台的解释器---》天然夸平台
-python----》一般咱们不把它编译成可执行文件---》python放烟火--》给你女朋友---》你女朋友想看到烟火---》装python解释器---》运行python程序
-python代码做成可执行文件---》pipinstaller---》本质原理--》把python代码+解释器打包到一个可执行文件中---》很大，经常报错，第三方包打不进去
- https://zhuanlan.zhihu.com/p/430490285
# 编译型语言：go，java，c，c++，c#
-在win上编译完成---》发给你女朋友---》在win双击运行---》看到了
-把源代码--》编译成可执行文件---》运行在操作系统之上---》区分平台---》在linux平台下编译的就不能运行在mac平台
-redis--->c的源代码---》make---》编译---》可执行文件---》win
-java---》一处编码处处运行---》跨平台---》统治了编程语言排行榜20多年
-java的编译过程不是编译成可执行文件---》中间状态 .class ,jar,war包---》不能直接运行在操作上---》运行在jvm上(java虚拟机)---》jvm可以有不通平台的---》实现了java跨平台
-不支持跨平台编译--->要编译win 的需要到win下编译，编译mac的要到mac编译
-go语言 2009年---》2015年后---》才火---》支持跨平台编译---》win下可以编译出mac的可执行文文件
# jetbrains---》人家收费---》ide
# 要运行java程序，必须至少要有jvm--->jvm很吃内存---》java程序耗内存---》pycharm用java写的-->jvm打包进去了---》吃内存
# vscode--》轻量级---》vs需要装很多插件--》把所有插件装齐了---》也卡了
# java体系
-java se：java基础，变量，面向对象，io，并发，网络。。。
-java ee：javaWeb开发，定制了一些标准 jsp，serverlet，tomcat,现在java工程师基本上都是javaEE工程---》javaweb开发被spring一统天下了---》java工程师就是spring工程师
-java me：手机开发----》山寨机--》java应用---》java开发的---》现在没有了
-安卓开发---》安卓推出的时候---》google 选择哪个语言开发？----》java开发吧---》java虚拟机---》安卓手机上的虚拟机--》运行java开发的程序---》安卓手机卡--->
-java基础+安卓api---》调包侠
-谷歌：kotlin语言---》专门用来做安卓开发
-Dart语言，flutter平台
-ios：object-c swift语言---》做ios开发----》发明这个语言的人从苹果离职了去了facebook
-开发安卓用java开发---》长达十几年的官司
-谷歌 跟 java-sun公司---》后来被【甲骨文】oracle收购了---》java收费
-java开源的---》内置很多包---》后来新增的，甲骨文开发的---》收钱--》授权
-拿着java开源代码---》编译成jdk---》缺新增的包---》openjdk，毕昇jdk，oracle-jdk
-开发安卓用的java里面有些包，java公司开发出来的，没有授权给你，你没给我钱啊，告你
-十年---》谷歌输了赔很多钱----》谷歌赢了，不侵权
-java开始没落---》市场份额一点点被蚕食---》python，go。。。
-java在大数据领域---》es，spark，kafka---》java开发的
-web 中间件 ---》go发力了
-开发块，执行速度要开---》go---》执行效率高---》语法简单---》go ---》go新语言，坑很多
-追求稳定---》java当之无愧---》银行核心项目，医院核心项目，政府核心项目---》传统软件公司
-互联网公司---》go，python
jdk：java开发环境---》内置包---》java开发，装它，分平台
jre：java运行环境---》java程序运行环境
jvm：java虚拟机---》字节码文件运行在虚拟机上
# 向下包含
# 要运行es---》java开发的---》jdk---》版本 java 18----》公司里用的多还是 java 8
# es最低支持 jdk 8
# 注册才能下载
jdk10：https://www.oracle.com/java/technologies/java-archive-javase10-downloads.html
jdk8:https://www.oracle.com/java/technologies/downloads/#java8-windows
# 一路下一步安装即可
# 检查java是否安装成功
java -version
# es 下载安装 ---》有些第三方插件---》可能最新不支持
-暂时选7.5.0版本
-下载地址[https://www.elastic.co/cn/downloads/elasticsearch],选择相应版本下载即可
-找到相应版本，下载，解压，运行即可
# 启动es
-去es的安装路径的bin路径下，elasticsearch.bat 启动文件
# 在浏览器访问：127.0.0.1:9200 表示安装成功
{
"name" : "B0D4",
"cluster_name" : "elasticsearch",
"cluster_uuid" : "xxAY4l1ASdW13_ByUAmU0w",
"version" : {
"number" : "7.5.0",
"build_flavor" : "default",
"build_type" : "zip",
"build_hash" : "e9ccaed468e2fac2275a3761849cbee64b39519f",
"build_date" : "2019-11-26T01:06:52.518245Z",
"build_snapshot" : false,
"lucene_version" : "8.3.0",
"minimum_wire_compatibility_version" : "6.8.0",
"minimum_index_compatibility_version" : "6.0.0-beta1"
},
"tagline" : "You Know, for Search"
}
